CN109358381A - 一种站点预报风速订正方法 - Google Patents

一种站点预报风速订正方法 Download PDF

Info

Publication number
CN109358381A
CN109358381A CN201811059832.5A CN201811059832A CN109358381A CN 109358381 A CN109358381 A CN 109358381A CN 201811059832 A CN201811059832 A CN 201811059832A CN 109358381 A CN109358381 A CN 109358381A
Authority
CN
China
Prior art keywords
regression equation
forecast
independent variable
website
meters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811059832.5A
Other languages
English (en)
Inventor
杨程
姜瑜君
姜文东
刘岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZHEJIANG INSTITUTE OF METEOROLOGICAL SCIENCE
State Grid Zhejiang Electric Power Co Ltd
Original Assignee
ZHEJIANG INSTITUTE OF METEOROLOGICAL SCIENCE
State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ZHEJIANG INSTITUTE OF METEOROLOGICAL SCIENCE, State Grid Zhejiang Electric Power Co Ltd filed Critical ZHEJIANG INSTITUTE OF METEOROLOGICAL SCIENCE
Priority to CN201811059832.5A priority Critical patent/CN109358381A/zh
Publication of CN109358381A publication Critical patent/CN109358381A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/02Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种站点预报风速订正方法,包括:步骤一,设定自变量xm、因变量yp,建立统计方程:yp=∑bm,txm,tp;步骤二,在自变量xm的集合X中提取自变量第一成分μ1,建立回归方程:X=B1μ1,Y=B1μ1,回归方程通过交叉验证则终止计算,否则执行步骤三;步骤三,将X被μ1解释后的残余信息eX进行第二轮的成分提取,得到第二轮的回归方程:X=B1μ1+B2μ2,Y=B1μ1+B2μ2,回归方程通过交叉验证则终止计算,否则继续进行下一轮提取,直至通过交叉验证;步骤四,获得最终Y的回归方程:采用该回归方程订正起报时刻t0的预报风速。本发明提供的站点预报风速订正方法,能够给自动气象站点提供更精确的风速预报结果。

Description

一种站点预报风速订正方法
技术领域
本发明涉及一种气象数据处理方法,尤其涉及一种站点预报风速订正方法。
背景技术
对于风速的预报以格点化的数值天气预报为主,而站点风速的预报则通过 格点预报插值到站点上去,没有很好的考虑气象站点附近环境温度、气压、湿 度等影响因素,导致目前自动气象站点的预报风速误差比较大。
发明内容
本发明的目的在于提供一种站点预报风速订正方法,以减小站点预报风速 误差,给自动气象站点提供更精确的风速预报结果。
为了达到上述目的,本发明采用如下技术方案:
一种站点预报风速订正方法,包括以下步骤:
步骤一,以起报时刻t0前若干天的预报数据和监测数据为样本,将气象站点 在预报时刻ti的预报数据:2米温度、地表气压、2米湿度、10米纬向风和10 米径向风作为自变量xm(m=1,2,3,4,5),将气象站点在预报时刻ti的监测数据:空 气温度、本站气压、相对湿度和2分钟平均风速作为对应预报数据的因变量 yp(p=1,2,3,4),建立因变量和对应自变量的统计方程:yp=∑bm,txm,tp
步骤二,在自变量xm的集合X中提取自变量第一成分μ1,μ1是x1,x2,...,xm的 线性组合,且能最大程度的携带自变量的数据变异,建立X与μ1的回归方程, 以及因变量yp的集合Y与μ1的回归方程:X=B1μ1,Y=B1μ1,如果回归方程通过 交叉验证已经达到满意的精度,则终止计算,否则,执行步骤三;
步骤三,将利用X被μ1解释后的残余信息eX进行第二轮的成分提取,得到X 和Y第二轮的回归方程:X=B1μ1+B2μ2,Y=B1μ1+B2μ2,如果回归方程通过交叉 验证已经达到满意的精度,则终止计算;否则,继续对X被解释后的残余信息 进行下一轮提取,直至回归方程达到满意的精度;
步骤四,获得最终的Y的回归方程为:采用该回归方程对起报 时刻t0的预报风速进行订正。
采用上述技术方案后,本发明具有如下优点:
能够综合考虑站点温度、气压、湿度等多环境影响因子的基础上提高站点 预报风速准确率,减小了站点预报风速误差,给自动气象站点提供更精确的风 速预报结果。
附图说明
下面结合附图对本发明作进一步说明:
图1为本发明的一种站点预报风速订正方法的流程图。
图2为象山自动气象站2018年3月1日~28日的观测、预报和订正风速1~ 72时序图。
具体实施方式
以下结合附图及具体实施例,对本发明作进一步的详细说明。
参考图1所示,本发明提供一种站点预报风速订正方法,包括以下步骤:
步骤一,以起报时刻t0前若干天的预报数据和监测数据为样本,将气象站点 在预报时刻ti的预报数据:2米温度、地表气压、2米湿度、10米纬向风和10 米径向风作为自变量xm(m=1,2,3,4,5),将气象站点在预报时刻ti的监测数据:空 气温度、本站气压、相对湿度和2分钟平均风速作为对应预报数据的因变量 yp(p=1,2,3,4),建立因变量和对应自变量的统计方程:yp=∑bm,txm,tp
步骤二,在自变量xm的集合X中提取自变量第一成分μ1,μ1是x1,x2,...,xm的 线性组合,且能最大程度的携带自变量的数据变异,建立X与μ1的回归方程, 以及因变量yp的集合Y与μ1的回归方程:X=B1μ1,Y=B1μ1,如果回归方程通过 交叉验证已经达到满意的精度,则终止计算,否则,执行步骤三;
步骤三,将利用X被μ1解释后的残余信息eX进行第二轮的成分提取,得到X 和Y第二轮的回归方程:X=B1μ1+B2μ2,Y=B1μ1+B2μ2,如果回归方程通过交叉 验证已经达到满意的精度,则终止计算;否则,继续对X被解释后的残余信息 进行下一轮提取,直至回归方程达到满意的精度;
步骤四,获得最终的Y的回归方程为:采用该回归方程对起报 时刻t0的预报风速进行订正。
本实施例中,选取2018年3月1日~28日共28天,浙江省中尺度区域天 气模式预报设备在08点和20点两次,每次1~72小时的时效风速预报数据, 及国家级自动气象站58566(象山站)同时次的监测数据,利用上述预报风速订 正方法,对模式预报风速进行订正。图2为订正前后该站点28天平均态1~72 小时观测、预报和订正风速特征分布。从图2中可见订正后的预报风速与观测 风速的误差明显减小,本发明提供的站点预报风速订正方法对站点风速的预报 有明显的改进作用。
除上述优选实施例外,本发明还有其他的实施方式,本领域技术人员可以 根据本发明作出各种改变和变形,只要不脱离本发明的精神,均应属于本发明 所附权利要求所定义的范围。

Claims (1)

1.一种站点预报风速订正方法,其特征在于,包括以下步骤:
步骤一,以起报时刻t0前若干天的预报数据和监测数据为样本,将气象站点在预报时刻ti的预报数据:2米温度、地表气压、2米湿度、10米纬向风和10米径向风作为自变量xm(m=1,2,3,4,5),将气象站点在预报时刻ti的监测数据:空气温度、本站气压、相对湿度和2分钟平均风速作为对应预报数据的因变量yp(p=1,2,3,4),建立因变量和对应自变量的统计方程:yp=∑bm,txm,tp
步骤二,在自变量xm的集合X中提取自变量第一成分μ1,μ1是x1,x2,...,xm的线性组合,且能最大程度的携带自变量的数据变异,建立X与μ1的回归方程,以及因变量yp的集合Y与μ1的回归方程:X=B1μ1,Y=B1μ1,如果回归方程通过交叉验证已经达到满意的精度,则终止计算,否则,执行步骤三;
步骤三,将利用X被μ1解释后的残余信息eX进行第二轮的成分提取,得到X和Y第二轮的回归方程:X=B1μ1+B2μ2,Y=B1μ1+B2μ2,如果回归方程通过交叉验证已经达到满意的精度,则终止计算;否则,继续对X被解释后的残余信息进行下一轮提取,直至回归方程达到满意的精度;
步骤四,获得最终的Y的回归方程为:采用该回归方程对起报时刻t0的预报风速进行订正。
CN201811059832.5A 2018-09-12 2018-09-12 一种站点预报风速订正方法 Pending CN109358381A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811059832.5A CN109358381A (zh) 2018-09-12 2018-09-12 一种站点预报风速订正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811059832.5A CN109358381A (zh) 2018-09-12 2018-09-12 一种站点预报风速订正方法

Publications (1)

Publication Number Publication Date
CN109358381A true CN109358381A (zh) 2019-02-19

Family

ID=65350932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811059832.5A Pending CN109358381A (zh) 2018-09-12 2018-09-12 一种站点预报风速订正方法

Country Status (1)

Country Link
CN (1) CN109358381A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111239857A (zh) * 2020-02-18 2020-06-05 潘新民 一种特殊地形强风预报方法
CN112561125A (zh) * 2020-11-20 2021-03-26 浙江省气象科学研究所 一种风速预报多资料融合修正方法
CN113159714A (zh) * 2021-04-01 2021-07-23 国网河南省电力公司电力科学研究院 一种面向电网的气象数据订正方法
CN113204061A (zh) * 2021-07-06 2021-08-03 中国气象局公共气象服务中心(国家预警信息发布中心) 一种构建格点风速订正模型的方法及装置
CN113536576A (zh) * 2021-07-20 2021-10-22 中国气象局气象干部培训学院四川分院(四川省信息工程学校) 一种数值预报产品距平积分动力统计订正方法和系统
CN114021858A (zh) * 2021-12-06 2022-02-08 国网浙江省电力有限公司经济技术研究院 一种输电线路的精细化风速预测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010071952A (ja) * 2008-09-22 2010-04-02 Kenwood Corp 気象局、気象情報受信局、制御方法及びプログラム
CN104036121A (zh) * 2014-05-20 2014-09-10 江苏省电力设计院 基于概率分布转移的测风数据风速订正方法
CN105260607A (zh) * 2015-10-20 2016-01-20 华中科技大学 一种串并联耦合的多模型水文预报方法
CN106875037A (zh) * 2016-12-30 2017-06-20 东软集团股份有限公司 风力预测方法及装置
CN108196317A (zh) * 2018-02-06 2018-06-22 南京邮电大学 一种用于微电网系统的气象预测方法
CN108227041A (zh) * 2017-12-27 2018-06-29 中国海洋大学 基于站点实测数据和模式结果的水平能见度预报方法
CN109635865A (zh) * 2018-12-07 2019-04-16 南京信息工程大学 一种基于分层表示学习的能见度预报方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010071952A (ja) * 2008-09-22 2010-04-02 Kenwood Corp 気象局、気象情報受信局、制御方法及びプログラム
CN104036121A (zh) * 2014-05-20 2014-09-10 江苏省电力设计院 基于概率分布转移的测风数据风速订正方法
CN105260607A (zh) * 2015-10-20 2016-01-20 华中科技大学 一种串并联耦合的多模型水文预报方法
CN106875037A (zh) * 2016-12-30 2017-06-20 东软集团股份有限公司 风力预测方法及装置
CN108227041A (zh) * 2017-12-27 2018-06-29 中国海洋大学 基于站点实测数据和模式结果的水平能见度预报方法
CN108196317A (zh) * 2018-02-06 2018-06-22 南京邮电大学 一种用于微电网系统的气象预测方法
CN109635865A (zh) * 2018-12-07 2019-04-16 南京信息工程大学 一种基于分层表示学习的能见度预报方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
孟宪贵等: "预报", 《ERA5再分析数据适用性初步评估》 *
宋金杰: "基于偏最小二乘回归理论的西北太平洋热带气旋强度统计预报方法", 《基于偏最小二乘回归理论的西北太平洋热带气旋强度统计预报方法 *
广东省气象局编写组: "《广东省天气预报技术手册》", 31 May 2006, 气象出版社 *
曾晓青: "几种格点化温度滚动订正预报方案对比研究", 《几种格点化温度滚动订正预报方案对比研究 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111239857A (zh) * 2020-02-18 2020-06-05 潘新民 一种特殊地形强风预报方法
CN111239857B (zh) * 2020-02-18 2020-09-11 潘新民 一种特殊地形强风预报方法
CN112561125A (zh) * 2020-11-20 2021-03-26 浙江省气象科学研究所 一种风速预报多资料融合修正方法
CN113159714A (zh) * 2021-04-01 2021-07-23 国网河南省电力公司电力科学研究院 一种面向电网的气象数据订正方法
CN113159714B (zh) * 2021-04-01 2022-08-30 国网河南省电力公司电力科学研究院 一种面向电网的气象数据订正方法
CN113204061A (zh) * 2021-07-06 2021-08-03 中国气象局公共气象服务中心(国家预警信息发布中心) 一种构建格点风速订正模型的方法及装置
CN113536576A (zh) * 2021-07-20 2021-10-22 中国气象局气象干部培训学院四川分院(四川省信息工程学校) 一种数值预报产品距平积分动力统计订正方法和系统
CN114021858A (zh) * 2021-12-06 2022-02-08 国网浙江省电力有限公司经济技术研究院 一种输电线路的精细化风速预测方法

Similar Documents

Publication Publication Date Title
CN109358381A (zh) 一种站点预报风速订正方法
CN106600060B (zh) 基于相似日晴朗系数修正的太阳辐照量预测方法
CN104578061B (zh) 一种架空输电线路导线设计冰厚的预估方法
US11944048B2 (en) Decision-making method for variable rate irrigation management
CN112114384B (zh) 一种输电线覆冰发生概率预报方法
Lu et al. Statistics for size and radial wind profile of tropical cyclones in the western North Pacific
CN111814407B (zh) 一种基于大数据和深度学习的洪水预报方法
CN104732104A (zh) 长期潮位数据不足条件下不同重现期的极端高水位计算方法
CN107748933B (zh) 气象要素报文数据误差修正方法、雾、日出、云海、雾凇预测方法
Lynch et al. Verification of European subseasonal wind speed forecasts
Katzfey et al. Dynamical downscaling techniques: impacts on regional climate change signals
Li Added value of high‐resolution regional climate model: selected cases over the Bohai Sea and the Yellow Sea areas
Zakizadeh et al. Impact of climate change on surface runoff: a case study of the Darabad River, northeast of Iran
Goler et al. Influence of climate change on river discharge in Austria
Hur et al. The change of cherry first‐flowering date over South Korea projected from downscaled IPCC AR5 simulation
CN110263412B (zh) 副热带急流或极锋急流强度和径向位置协同变化的表征方法
CN107944466A (zh) 一种基于分段思想的降雨偏差纠正方法
Cabral et al. Space–time trends and dependence of precipitation extremes in North‐Western Germany
CN115619045B (zh) 一种河口潮差预报方法和系统
Fischer et al. Seasonal cycle in German daily precipitation extremes
CN110648007B (zh) 一种降雨预报指数校正方法和系统
CN106934094B (zh) 一种基于二十四节气的风电功率预测方法
Bengtsson Probability of combined high sea levels and large rains in Malmö, Sweden, southern Öresund
CN105372724A (zh) 一种针对山区水域障碍物大气电场仪观测结果的修订方法
Bürger et al. Downscaling extremes with EDS, TreeGen, and BCSD

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190219